Издания и мероприятия для банковских специалистов:
 
Методический журнал
Риск-менеджмент в кредитной организации
Описание изданияСвежий номер Архив Приобрести/Подписаться
Выходит один раз в квартал
Объем 112 с
Издается с 2011 года
 
 

Как улучшить качество прогнозных моделей с помощью переменных — правил случайного леса?

Размещено на сайте 30.07.2018
В статье пойдет речь о том, как можно улучшить модель логистической регрессии с помощью признаков, полученных на основе правил случайного леса с использованием пакета R inTrees. Как построить ансамбль деревьев, извлечь правила из ансамбля и измерить качество правил? Какими способами можно извлечь компактный набор релевантных и неизбыточных правил? Что представляет собой метод направленного регуляризованного случайного леса? Как конструировать переменные на основе правил случайного леса и использовать их для улучшения модели логистической регрессии?
 
Артем ГРУЗДЕВ, ИЦ «Гевисста», директор
 
 
Приводятся извлечения из статьи. Полную версию материала читайте в журнале. Подписаться
 
 
Поскольку результирующее значение в ансамб- ­ле деревьев часто присваивается наблюдению на основе части обучающих данных, процесс присвоения может быть ненадежным. Таким образом, можно извлечь из ансамбля деревьев условия, а затем уже присваивать результирующие значения условиям, основываясь на всех обучающих данных.
Направленный регуляризованный случайный лес может не только отбирать переменные, но и оценивать каждую переменную.
 
 
 
 
Другие проекты ИД «Регламент»